Menu

Filtros : "Concept drift" Limpar

Filtros

Refine with date range

  • 1

1 - 17 (17 records)

  • Artigo de periodico

    ARM-stream: active recovery of miscategorizations in clustering-based data stream classifiers (2025)

    Cavalcanti, Douglas Monteiro; Cerri, Ricardo ; Faria, Elaine Ribeiro

    Source: Data Mining and Knowledge Discovery. Unidade: ICMC

    Subjects: APRENDIZADO COMPUTACIONAL, ANÁLISE DE SÉRIES TEMPORAIS, FRAMEWORKS

    PrivadoAcesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      CAVALCANTI, Douglas Monteiro e CERRI, Ricardo e FARIA, Elaine Ribeiro. ARM-stream: active recovery of miscategorizations in clustering-based data stream classifiers. Data Mining and Knowledge Discovery, v. 39, n. 5, p. 1-35, 2025Tradução . . Disponível em: https://doi.org/10.1007/s10618-025-01124-4. Acesso em: 25 jan. 2026.

    • APA

      Cavalcanti, D. M., Cerri, R., & Faria, E. R. (2025). ARM-stream: active recovery of miscategorizations in clustering-based data stream classifiers. Data Mining and Knowledge Discovery, 39( 5), 1-35. doi:10.1007/s10618-025-01124-4

    • NLM

      Cavalcanti DM, Cerri R, Faria ER. ARM-stream: active recovery of miscategorizations in clustering-based data stream classifiers [Internet]. Data Mining and Knowledge Discovery. 2025 ; 39( 5): 1-35.[citado 2026 jan. 25 ] Available from: https://doi.org/10.1007/s10618-025-01124-4

    • Vancouver

      Cavalcanti DM, Cerri R, Faria ER. ARM-stream: active recovery of miscategorizations in clustering-based data stream classifiers [Internet]. Data Mining and Knowledge Discovery. 2025 ; 39( 5): 1-35.[citado 2026 jan. 25 ] Available from: https://doi.org/10.1007/s10618-025-01124-4

  • Artigo de periodico

    Concept drift adaptation in video surveillance: a systematic review (2024)

    Goncalves, Vinicius P. M.; Silva, Lourival P.; Marques, Fátima de Lourdes dos Santos Nunes ; Ferreira, João Eduardo ; Araújo, Luciano Vieira de

    Source: Multimedia Tools and Applications. Unidades: STI, IME, EACH

    Subjects: SEGURANÇA PÚBLICA, GRAVAÇÃO DE VÍDEO

    Versão AceitaAcesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      GONCALVES, Vinicius P. M. et al. Concept drift adaptation in video surveillance: a systematic review. Multimedia Tools and Applications, v. 83, n. 4, p. 9997-10037, 2024Tradução . . Disponível em: https://doi.org/10.1007/s11042-023-15855-3. Acesso em: 25 jan. 2026.

    • APA

      Goncalves, V. P. M., Silva, L. P., Marques, F. de L. dos S. N., Ferreira, J. E., & Araújo, L. V. de. (2024). Concept drift adaptation in video surveillance: a systematic review. Multimedia Tools and Applications, 83( 4), 9997-10037. doi:10.1007/s11042-023-15855-3

    • NLM

      Goncalves VPM, Silva LP, Marques F de L dos SN, Ferreira JE, Araújo LV de. Concept drift adaptation in video surveillance: a systematic review [Internet]. Multimedia Tools and Applications. 2024 ; 83( 4): 9997-10037.[citado 2026 jan. 25 ] Available from: https://doi.org/10.1007/s11042-023-15855-3

    • Vancouver

      Goncalves VPM, Silva LP, Marques F de L dos SN, Ferreira JE, Araújo LV de. Concept drift adaptation in video surveillance: a systematic review [Internet]. Multimedia Tools and Applications. 2024 ; 83( 4): 9997-10037.[citado 2026 jan. 25 ] Available from: https://doi.org/10.1007/s11042-023-15855-3

  • Tese (Doutorado)

    Hierarchical classification on batch and streaming data with applications to entomology (2022)

    Parmezan, Antonio Rafael Sabino; Batista, Gustavo Enrique de Almeida Prado Alves (Orientador)

    Unidade: ICMC

    Subjects: APRENDIZADO COMPUTACIONAL, HETEROGENEIDADE, MINERAÇÃO DE DADOS, CONTROLE DE INSETOS

    Acesso à fonteAcesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      PARMEZAN, Antonio Rafael Sabino. Hierarchical classification on batch and streaming data with applications to entomology. 2022. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-03102022-171351/. Acesso em: 25 jan. 2026.

    • APA

      Parmezan, A. R. S. (2022). Hierarchical classification on batch and streaming data with applications to entomology (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-03102022-171351/

    • NLM

      Parmezan ARS. Hierarchical classification on batch and streaming data with applications to entomology [Internet]. 2022 ;[citado 2026 jan. 25 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-03102022-171351/

    • Vancouver

      Parmezan ARS. Hierarchical classification on batch and streaming data with applications to entomology [Internet]. 2022 ;[citado 2026 jan. 25 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-03102022-171351/

  • Dissertação (Mestrado)

    Trace clustering approach for detection and locatization of concept drift in business processes (2021)

    Sousa, Rafael Gaspar de; Peres, Sarajane Marques (Orientador) ; Reijers, Hajo Alexander (Orientador)

    Unidade: EACH

    Subjects: MINERAÇÃO DE DADOS, NEGÓCIOS

    Acesso à fonteAcesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      SOUSA, Rafael Gaspar de. Trace clustering approach for detection and locatization of concept drift in business processes. 2021. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/100/100131/tde-02122021-144602/. Acesso em: 25 jan. 2026.

    • APA

      Sousa, R. G. de. (2021). Trace clustering approach for detection and locatization of concept drift in business processes (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/100/100131/tde-02122021-144602/

    • NLM

      Sousa RG de. Trace clustering approach for detection and locatization of concept drift in business processes [Internet]. 2021 ;[citado 2026 jan. 25 ] Available from: https://www.teses.usp.br/teses/disponiveis/100/100131/tde-02122021-144602/

    • Vancouver

      Sousa RG de. Trace clustering approach for detection and locatization of concept drift in business processes [Internet]. 2021 ;[citado 2026 jan. 25 ] Available from: https://www.teses.usp.br/teses/disponiveis/100/100131/tde-02122021-144602/

  • Dissertação (Mestrado)

    Covariate shift adaptation and dataset shift decomposition in machine learning (2021)

    Polo, Felipe Maia ; Vicente, Renato (Orientador)

    Unidade: IME

    Assunto: APRENDIZADO COMPUTACIONAL

    Acesso à fonteAcesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      POLO, Felipe Maia. Covariate shift adaptation and dataset shift decomposition in machine learning. 2021. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/45/45133/tde-03022022-234955/. Acesso em: 25 jan. 2026.

    • APA

      Polo, F. M. (2021). Covariate shift adaptation and dataset shift decomposition in machine learning (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/45/45133/tde-03022022-234955/

    • NLM

      Polo FM. Covariate shift adaptation and dataset shift decomposition in machine learning [Internet]. 2021 ;[citado 2026 jan. 25 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45133/tde-03022022-234955/

    • Vancouver

      Polo FM. Covariate shift adaptation and dataset shift decomposition in machine learning [Internet]. 2021 ;[citado 2026 jan. 25 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45133/tde-03022022-234955/

  • Artigo de periodico

    Efficient unsupervised drift detector for fast and high-dimensional data streams (2021)

    Souza, Vinícius Mourão Alves de ; Parmezan, Antonio Rafael Sabino ; Chowdhury, Farhan A.; Mueen, Abdullah

    Source: Knowledge and Information Systems. Unidade: ICMC

    Subjects: MINERAÇÃO DE DADOS, APRENDIZADO COMPUTACIONAL, ANÁLISE DE SÉRIES TEMPORAIS

    PrivadoAcesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      SOUZA, Vinícius Mourão Alves de et al. Efficient unsupervised drift detector for fast and high-dimensional data streams. Knowledge and Information Systems, v. 63, n. 6, p. 1497-1527, 2021Tradução . . Disponível em: https://doi.org/10.1007/s10115-021-01564-6. Acesso em: 25 jan. 2026.

    • APA

      Souza, V. M. A. de, Parmezan, A. R. S., Chowdhury, F. A., & Mueen, A. (2021). Efficient unsupervised drift detector for fast and high-dimensional data streams. Knowledge and Information Systems, 63( 6), 1497-1527. doi:10.1007/s10115-021-01564-6

    • NLM

      Souza VMA de, Parmezan ARS, Chowdhury FA, Mueen A. Efficient unsupervised drift detector for fast and high-dimensional data streams [Internet]. Knowledge and Information Systems. 2021 ; 63( 6): 1497-1527.[citado 2026 jan. 25 ] Available from: https://doi.org/10.1007/s10115-021-01564-6

    • Vancouver

      Souza VMA de, Parmezan ARS, Chowdhury FA, Mueen A. Efficient unsupervised drift detector for fast and high-dimensional data streams [Internet]. Knowledge and Information Systems. 2021 ; 63( 6): 1497-1527.[citado 2026 jan. 25 ] Available from: https://doi.org/10.1007/s10115-021-01564-6

  • Tese (Doutorado)

    Non-stationary and unpredictable data distributions in classification and quantification (2020)

    Reis, Denis Moreira dos; Batista, Gustavo Enrique de Almeida Prado Alves (Orientador); Sousa, Elaine Parros Machado de (Orientador)

    Unidade: ICMC

    Subjects: ANÁLISE DE DADOS, APRENDIZADO COMPUTACIONAL, PROCESSAMENTO DE DADOS

    Acesso à fonteAcesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      REIS, Denis Moreira dos. Non-stationary and unpredictable data distributions in classification and quantification. 2020. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-27072020-174834/. Acesso em: 25 jan. 2026.

    • APA

      Reis, D. M. dos. (2020). Non-stationary and unpredictable data distributions in classification and quantification (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-27072020-174834/

    • NLM

      Reis DM dos. Non-stationary and unpredictable data distributions in classification and quantification [Internet]. 2020 ;[citado 2026 jan. 25 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-27072020-174834/

    • Vancouver

      Reis DM dos. Non-stationary and unpredictable data distributions in classification and quantification [Internet]. 2020 ;[citado 2026 jan. 25 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-27072020-174834/

  • Artigo de periodico

    Challenges in benchmarking stream learning algorithms with real-world data (2020)

    Souza, Vinícius Mourão Alves de ; Reis, Denis Moreira dos ; Maletzke, André Gustavo ; Batista, Gustavo Enrique de Almeida Prado Alves

    Source: Data Mining and Knowledge Discovery. Unidade: ICMC

    Subjects: ANÁLISE DE SÉRIES TEMPORAIS, MINERAÇÃO DE DADOS, ALGORITMOS ÚTEIS E ESPECÍFICOS, BENCHMARKS

    PrivadoAcesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      SOUZA, Vinícius Mourão Alves de et al. Challenges in benchmarking stream learning algorithms with real-world data. Data Mining and Knowledge Discovery, v. No 2020, n. 6, p. 1805-1858, 2020Tradução . . Disponível em: https://doi.org/10.1007/s10618-020-00698-5. Acesso em: 25 jan. 2026.

    • APA

      Souza, V. M. A. de, Reis, D. M. dos, Maletzke, A. G., & Batista, G. E. de A. P. A. (2020). Challenges in benchmarking stream learning algorithms with real-world data. Data Mining and Knowledge Discovery, No 2020( 6), 1805-1858. doi:10.1007/s10618-020-00698-5

    • NLM

      Souza VMA de, Reis DM dos, Maletzke AG, Batista GE de APA. Challenges in benchmarking stream learning algorithms with real-world data [Internet]. Data Mining and Knowledge Discovery. 2020 ; No 2020( 6): 1805-1858.[citado 2026 jan. 25 ] Available from: https://doi.org/10.1007/s10618-020-00698-5

    • Vancouver

      Souza VMA de, Reis DM dos, Maletzke AG, Batista GE de APA. Challenges in benchmarking stream learning algorithms with real-world data [Internet]. Data Mining and Knowledge Discovery. 2020 ; No 2020( 6): 1805-1858.[citado 2026 jan. 25 ] Available from: https://doi.org/10.1007/s10618-020-00698-5

  • Artigo de periodico

    On learning guarantees to unsupervised concept drift detection on data streams (2019)

    Mello, Rodrigo Fernandes de; Vaz, Yule; Grossi, Carlos Henrique ; Bifet, Albert

    Source: Expert Systems with Applications. Unidade: ICMC

    Subjects: APRENDIZADO COMPUTACIONAL, ANÁLISE DE SÉRIES TEMPORAIS

    Acesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      MELLO, Rodrigo Fernandes de et al. On learning guarantees to unsupervised concept drift detection on data streams. Expert Systems with Applications, v. 117, p. 90-102, 2019Tradução . . Disponível em: https://doi.org/10.1016/j.eswa.2018.08.054. Acesso em: 25 jan. 2026.

    • APA

      Mello, R. F. de, Vaz, Y., Grossi, C. H., & Bifet, A. (2019). On learning guarantees to unsupervised concept drift detection on data streams. Expert Systems with Applications, 117, 90-102. doi:10.1016/j.eswa.2018.08.054

    • NLM

      Mello RF de, Vaz Y, Grossi CH, Bifet A. On learning guarantees to unsupervised concept drift detection on data streams [Internet]. Expert Systems with Applications. 2019 ; 117 90-102.[citado 2026 jan. 25 ] Available from: https://doi.org/10.1016/j.eswa.2018.08.054

    • Vancouver

      Mello RF de, Vaz Y, Grossi CH, Bifet A. On learning guarantees to unsupervised concept drift detection on data streams [Internet]. Expert Systems with Applications. 2019 ; 117 90-102.[citado 2026 jan. 25 ] Available from: https://doi.org/10.1016/j.eswa.2018.08.054

  • Tese (Doutorado)

    Binary quantification in non-stationary scenarios (2019)

    Maletzke, André Gustavo; Batista, Gustavo Enrique de Almeida Prado Alves (Orientador)

    Unidade: ICMC

    Subjects: APRENDIZADO COMPUTACIONAL, POPULAÇÃO, MOSQUITOS, MINERAÇÃO DE DADOS

    Acesso à fonteHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      MALETZKE, André Gustavo. Binary quantification in non-stationary scenarios. 2019. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2019. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-19032020-091709/. Acesso em: 25 jan. 2026.

    • APA

      Maletzke, A. G. (2019). Binary quantification in non-stationary scenarios (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-19032020-091709/

    • NLM

      Maletzke AG. Binary quantification in non-stationary scenarios [Internet]. 2019 ;[citado 2026 jan. 25 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-19032020-091709/

    • Vancouver

      Maletzke AG. Binary quantification in non-stationary scenarios [Internet]. 2019 ;[citado 2026 jan. 25 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-19032020-091709/

  • Trabalho de evento-anais periodico

    Online clustering for novelty detection and concept drift in data streams (2019)

    Garcia, Kemilly Dearo; Poel, Mannes ; Kok, Joost N ; Carvalho, André Carlos Ponce de Leon Ferreira de

    Source: Lecture Notes in Artificial Intelligence. Conference titles: EPIA Conference on Artificial Intelligence - EPIA. Unidade: ICMC

    Subjects: APRENDIZADO COMPUTACIONAL, ANÁLISE DE SÉRIES TEMPORAIS

    Acesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      GARCIA, Kemilly Dearo et al. Online clustering for novelty detection and concept drift in data streams. Lecture Notes in Artificial Intelligence. Cham: Springer. Disponível em: https://doi.org/10.1007/978-3-030-30244-3_37. Acesso em: 25 jan. 2026. , 2019

    • APA

      Garcia, K. D., Poel, M., Kok, J. N., & Carvalho, A. C. P. de L. F. de. (2019). Online clustering for novelty detection and concept drift in data streams. Lecture Notes in Artificial Intelligence. Cham: Springer. doi:10.1007/978-3-030-30244-3_37

    • NLM

      Garcia KD, Poel M, Kok JN, Carvalho ACP de LF de. Online clustering for novelty detection and concept drift in data streams [Internet]. Lecture Notes in Artificial Intelligence. 2019 ; 11805 448-459.[citado 2026 jan. 25 ] Available from: https://doi.org/10.1007/978-3-030-30244-3_37

    • Vancouver

      Garcia KD, Poel M, Kok JN, Carvalho ACP de LF de. Online clustering for novelty detection and concept drift in data streams [Internet]. Lecture Notes in Artificial Intelligence. 2019 ; 11805 448-459.[citado 2026 jan. 25 ] Available from: https://doi.org/10.1007/978-3-030-30244-3_37

  • Artigo de periodico

    Combining instance selection and self-training to improve data stream quantification (2018)

    Maletzke, André Gustavo; Reis, Denis Moreira dos; Batista, Gustavo Enrique de Almeida Prado Alves

    Source: Journal of the Brazilian Computer Society. Unidade: ICMC

    Subjects: APRENDIZADO COMPUTACIONAL, ANÁLISE DE SÉRIES TEMPORAIS

    Acesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      MALETZKE, André Gustavo e REIS, Denis Moreira dos e BATISTA, Gustavo Enrique de Almeida Prado Alves. Combining instance selection and self-training to improve data stream quantification. Journal of the Brazilian Computer Society, v. 24, p. 1-17, 2018Tradução . . Disponível em: https://doi.org/10.1186/s13173-018-0076-0. Acesso em: 25 jan. 2026.

    • APA

      Maletzke, A. G., Reis, D. M. dos, & Batista, G. E. de A. P. A. (2018). Combining instance selection and self-training to improve data stream quantification. Journal of the Brazilian Computer Society, 24, 1-17. doi:10.1186/s13173-018-0076-0

    • NLM

      Maletzke AG, Reis DM dos, Batista GE de APA. Combining instance selection and self-training to improve data stream quantification [Internet]. Journal of the Brazilian Computer Society. 2018 ; 24 1-17.[citado 2026 jan. 25 ] Available from: https://doi.org/10.1186/s13173-018-0076-0

    • Vancouver

      Maletzke AG, Reis DM dos, Batista GE de APA. Combining instance selection and self-training to improve data stream quantification [Internet]. Journal of the Brazilian Computer Society. 2018 ; 24 1-17.[citado 2026 jan. 25 ] Available from: https://doi.org/10.1186/s13173-018-0076-0

  • Tese (Doutorado)

    Employing nonlinear time series analysis tools with stable clustering algorithms for detecting concept drift on data streams (2017)

    Costa, Fausto Guzzo da; Mello, Rodrigo Fernandes de (Orientador)

    Unidade: ICMC

    Subjects: ANÁLISE DE SÉRIES TEMPORAIS, APRENDIZADO COMPUTACIONAL, SISTEMAS DINÂMICOS

    Acesso à fonteHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      COSTA, Fausto Guzzo da. Employing nonlinear time series analysis tools with stable clustering algorithms for detecting concept drift on data streams. 2017. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2017. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-13112017-105506/. Acesso em: 25 jan. 2026.

    • APA

      Costa, F. G. da. (2017). Employing nonlinear time series analysis tools with stable clustering algorithms for detecting concept drift on data streams (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-13112017-105506/

    • NLM

      Costa FG da. Employing nonlinear time series analysis tools with stable clustering algorithms for detecting concept drift on data streams [Internet]. 2017 ;[citado 2026 jan. 25 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-13112017-105506/

    • Vancouver

      Costa FG da. Employing nonlinear time series analysis tools with stable clustering algorithms for detecting concept drift on data streams [Internet]. 2017 ;[citado 2026 jan. 25 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-13112017-105506/

  • Artigo de periodico

    An evolutionary algorithm for clustering data streams with a variable number of clusters (2017)

    Silva, Jonathan de Andrade; Hruschka, Eduardo Raul ; Gama, João

    Source: Expert Systems with Applications. Unidade: ICMC

    Subjects: INTELIGÊNCIA ARTIFICIAL, ALGORITMOS GENÉTICOS

    Acesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      SILVA, Jonathan de Andrade e HRUSCHKA, Eduardo Raul e GAMA, João. An evolutionary algorithm for clustering data streams with a variable number of clusters. Expert Systems with Applications, v. 67, n. Ja 2017, p. 228-238, 2017Tradução . . Disponível em: https://doi.org/10.1016/j.eswa.2016.09.020. Acesso em: 25 jan. 2026.

    • APA

      Silva, J. de A., Hruschka, E. R., & Gama, J. (2017). An evolutionary algorithm for clustering data streams with a variable number of clusters. Expert Systems with Applications, 67( Ja 2017), 228-238. doi:10.1016/j.eswa.2016.09.020

    • NLM

      Silva J de A, Hruschka ER, Gama J. An evolutionary algorithm for clustering data streams with a variable number of clusters [Internet]. Expert Systems with Applications. 2017 ; 67( Ja 2017): 228-238.[citado 2026 jan. 25 ] Available from: https://doi.org/10.1016/j.eswa.2016.09.020

    • Vancouver

      Silva J de A, Hruschka ER, Gama J. An evolutionary algorithm for clustering data streams with a variable number of clusters [Internet]. Expert Systems with Applications. 2017 ; 67( Ja 2017): 228-238.[citado 2026 jan. 25 ] Available from: https://doi.org/10.1016/j.eswa.2016.09.020

  • Artigo de periodico

    Multidimensional surrogate stability to detect data stream concept drift (2017)

    Costa, Fausto G. da; Duarte, Felipe S. L. G; Vallim, Rosane M. M; Mello, Rodrigo Fernandes de

    Source: Expert Systems with Applications. Unidade: ICMC

    Subjects: PROGRAMAÇÃO CONCORRENTE, SISTEMAS DISTRIBUÍDOS, ANÁLISE DE SÉRIES TEMPORAIS

    Acesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      COSTA, Fausto G. da et al. Multidimensional surrogate stability to detect data stream concept drift. Expert Systems with Applications, v. No 2017, p. 15-29, 2017Tradução . . Disponível em: https://doi.org/10.1016/j.eswa.2017.06.005. Acesso em: 25 jan. 2026.

    • APA

      Costa, F. G. da, Duarte, F. S. L. G., Vallim, R. M. M., & Mello, R. F. de. (2017). Multidimensional surrogate stability to detect data stream concept drift. Expert Systems with Applications, No 2017, 15-29. doi:10.1016/j.eswa.2017.06.005

    • NLM

      Costa FG da, Duarte FSLG, Vallim RMM, Mello RF de. Multidimensional surrogate stability to detect data stream concept drift [Internet]. Expert Systems with Applications. 2017 ; No 2017 15-29.[citado 2026 jan. 25 ] Available from: https://doi.org/10.1016/j.eswa.2017.06.005

    • Vancouver

      Costa FG da, Duarte FSLG, Vallim RMM, Mello RF de. Multidimensional surrogate stability to detect data stream concept drift [Internet]. Expert Systems with Applications. 2017 ; No 2017 15-29.[citado 2026 jan. 25 ] Available from: https://doi.org/10.1016/j.eswa.2017.06.005

  • Dissertação (Mestrado)

    Classificação de fluxos de dados com mudança de conceito e latência de verificação (2016)

    Reis, Denis Moreira dos; Batista, Gustavo Enrique de Almeida Prado Alves (Orientador)

    Unidade: ICMC

    Subjects: APRENDIZADO COMPUTACIONAL, MINERAÇÃO DE DADOS, ANÁLISE DE DADOS, INFERÊNCIA PARAMÉTRICA

    Acesso à fonteHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      REIS, Denis Moreira dos. Classificação de fluxos de dados com mudança de conceito e latência de verificação. 2016. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2016. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-13012017-095800/. Acesso em: 25 jan. 2026.

    • APA

      Reis, D. M. dos. (2016). Classificação de fluxos de dados com mudança de conceito e latência de verificação (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-13012017-095800/

    • NLM

      Reis DM dos. Classificação de fluxos de dados com mudança de conceito e latência de verificação [Internet]. 2016 ;[citado 2026 jan. 25 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-13012017-095800/

    • Vancouver

      Reis DM dos. Classificação de fluxos de dados com mudança de conceito e latência de verificação [Internet]. 2016 ;[citado 2026 jan. 25 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-13012017-095800/

  • Dissertação (Mestrado)

    Classificação de fluxos de dados não estacionários com algoritmos incrementais baseados no modelo de misturas gaussianas (2015)

    Oliveira, Luan Soares; Batista, Gustavo Enrique de Almeida Prado Alves (Orientador)

    Unidade: ICMC

    Subjects: APRENDIZADO COMPUTACIONAL, MINERAÇÃO DE DADOS, ANÁLISE DE SÉRIES TEMPORAIS

    Acesso à fonteHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      OLIVEIRA, Luan Soares. Classificação de fluxos de dados não estacionários com algoritmos incrementais baseados no modelo de misturas gaussianas. 2015. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2015. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-06042016-143503/. Acesso em: 25 jan. 2026.

    • APA

      Oliveira, L. S. (2015). Classificação de fluxos de dados não estacionários com algoritmos incrementais baseados no modelo de misturas gaussianas (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-06042016-143503/

    • NLM

      Oliveira LS. Classificação de fluxos de dados não estacionários com algoritmos incrementais baseados no modelo de misturas gaussianas [Internet]. 2015 ;[citado 2026 jan. 25 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-06042016-143503/

    • Vancouver

      Oliveira LS. Classificação de fluxos de dados não estacionários com algoritmos incrementais baseados no modelo de misturas gaussianas [Internet]. 2015 ;[citado 2026 jan. 25 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-06042016-143503/
  • 1

1 - 17 (17 records)

Digital Library of Intellectual Production of Universidade de São Paulo     2012 - 2026